A pszichoingvisztikai szövegfelfogáshoz kapcsolódik a kognitív nyelvészeti keretrendszer, amely hangsúlyosan a szöveget befogadó beszédpartner szempontjából közelíti meg a szöveg fogalmát. A befogadó a szöveg feldolgozása során szükségszerűen aktiválja a saját tudását, az elvárásait és az általános világismeretét, ami lényegében a koherencia megteremtését teszi lehetővé. Ehhez kapcsolódóan támaszkodunk továbbá a kontextuális információkra, melyek a beszédhelyzethez, többek között a beszélőhöz kapcsolódnak. A kognitív nyelvészetben, elsősorban pragmatikában használatos osztenzív-következtetéses kommunikációelmélet szerint a befogadó felhasználja a nyelvi közlés környezetéből, körülményeiből, a szövegvilágból adódó információkat is, például a beszélő (kommunikátor) kommunikációs szándékának a megértését. Eszerint tehát a feldolgozás során a cél a saját reprezentációnk kialakítása a másik reprezentációjának felhasználásával (vö. Németh, 2003; Bódog, 2008). A szöveg szerkezete ebben az értelemben a szöveg létrehozásának és megértésének befejeződésével jön létre a beszélőben és a befogadóban (Tolcsvai Nagy, 2000).

Az egyes tudományterületek fogalomkészletének éles elválasztása nehézkes, a szövegdefiníciók bizonyos pontokon interdiszciplináris átfedést mutathatnak, és a társtudományok olykor építenek a közös eredményekre. A továbbiakban a szövegnyelvészet és a pszicholingvisztika elméleti hátterében értelmezett szövegmeghatározásokat mutatom be.

A legkézenfekvőbb szövegnyelvészeti meghatározás szerint a szöveg (az angolszász terminológiában általában text, de olykor akár discourse ’diskurzus’, amely ebben az értelemben nem társalgást jelent) koherens nyelvi egységet jelent, amely kvantitatív szempontból több (hosszabb), mint egy mondat, és valamilyen funkciót tölt be, tehát (éppen) használatban lévő nyelvi megnyilatkozás (Schiffrin, 1987). Celce-Murcia és Olshtain (2000) amellett érvel, hogy a mennyiségi szempont irreleváns, hiszen kontextustól függően akár egy szó vagy egy szókapcsolat is betölthet bizonyos funkciót, amely a mondat definíciójának sem feltétlenül felelne meg (például mert nincs benne alany és/vagy állítmány). Meghatározásukban a mondat mint nyelvi egység sem kulcsfontosságú a szöveg szempontjából, hiszen a hangzó szöveget felépítő, ún. virtuális mondatok határának meghatározása problematikus, és az egyes nyelvészeti kutatások módszertanában sem feltétlenül egységes (vö. Bóna, 2012; Neuberger, 2012). A problémát egyfelől az jelenti, hogy nagy egyéni különbségekkel kell számolni a mondatvégek észlelésében (vö. Gósy 2003; Váradi, 2008), másfelől pedig az, hogy az artikulációs megvalósítás a beszédtervezés megfelelő működésén túl nagymértékben függ fiziológiai tényezőktől is (például légzés) (vö. Keszler, 1983; Kohler, 1983; Gósy, 2004). Mindezen szempontokat figyelembe véve a Celce-Murcia és Olshtain (2000) által javasolt definíció szerint a szöveg olyan írott vagy szóbeli nyelvi egység, amelyet körülírható belső kapcsolatrendszer tart össze (ebbe beletartozik a jelentés és a forma egysége, illetve a kohézió), amely valamilyen kommunikációs célt szolgál, koherens, és egy meghatározott kontextusba ágyazódik. Emellett kiemelik a kommunikációs helyzetben részt vevő partnerek helyzetét, tudását és a beszélőhöz, illetve a szituációhoz való viszonyát is.

A kommunikációban részt vevő beszédpartnerek viszonya a magyar terminológiában is fontos támpont. Tátrai (2011) megkülönbözteti a protodiskurzus két típusát, a prototipikus társalgást (konverzió) és a prototipikus szöveget (textus). Definíciója szerint a prototipikus társalgáshoz a hétköznapi beszélgetések tartoznak elsősorban, amelyeket a beszélő és a hallgató folyamatos váltakozása, az interakció közvetlensége és szóbelisége, az alapos megformáltság hiánya és a műfaji keretek átlépése, illetve figyelmen kívül hagyása jellemez. A társalgás így jellemzően dialogikus formát ölt, és következésképpen jellemzően több beszédfordulóból áll, melyek több rövidebb megnyilatkozást is tartalmazhatnak. Ezzel szemben a prototipikus szöveg típusába az egyházi, jogi vagy szépirodalmi szövegeket sorolja. Ezek közös jellemzője az interakció közvetettsége és írásbelisége, az alapos és átgondolt megformáltság, illetve az adott műfaj keretein belüli szövegalkotás. A prototipikus szövegek így monologikusak, tehát az interakcióban részt vevők közül főként csak az egyik fél tölti be a beszélő szerepét. Ez azt is jelenti, hogy a szövegek egyetlen hosszú, összetett megnyilatkozásból állnak. Tátrai továbbá kiemeli (2011), hogy a társalgás és a szöveg fentebb részletezett alapvető különbségeiből fakadóan a megnyilatkozás terminus egyaránt használható a monologikus szövegek egészének, illetve a társalgások egyes beszédszegmenseinek jelölésére.

A szöveg pszicholingvisztikai definíciója – mivel a pszicholingvisztikának nem feladata a szöveget a szövegnyelvészet elméleti keretrendszerébe ültetve és annak hagyományai szerint magyarázni – ennél egyszerűbb és kevésbé részletezett. Általában véve elmondható, hogy a szöveget a pszicholingvisztika elkülöníti a mondatmegértés empirikus vizsgálatától, így annak meghatározása is a mondatmegértésből indul ki, kiemelve, hogy a szöveg a mondatnál hosszabb, összetettebb, tehát mind mennyiségileg, mind szerkezetileg több; belső összetartozásokat képviselő közlésegység (vö. Gósy, 2005; Pléh, 2015a).

A kutatásom elméleti megalapozásánál a szöveg terminust olyan közlésegységek jelölésére alkalmazom, amelyek mennyiségi szempontból hosszabbak, tartalmi-szerkezeti szempontból összetettebbek, mint a mondat; az azt felépítő mondatok között egymásra utaltságot képviselnek; szövegnyelvészeti szempontból egyetlen megnyilatkozásként, diskurzuselméleti szempontból prototipikus szövegként értelmezendőek; nem kizárólag, de elsősorban hétköznapi témájúak és elsősorban szóbeliek.